python-docx之Word文档对象结构访问

docx创建（或打开）后的文档的主要结构单位是『段落』（Paragraph）。标题也好，目录也好，正文也好，都是段落。通过赋予段落不同的样式，形成不同功能的文档结构。创建结构文档，就是创建具有不同样式的段落。

比段落更小的单位是『游程』（Run）。比方说，你想在一个段落里加重某几个字，那么加重的字就形成一个游程。一个段落至少包含一个游程。

python-docx通过文档对象的paragraphs获得『段落』和『游程』。

from docx import Document
doc=Document('test.docx')

for p in doc.paragraphs:    #列出所有段落对象
    print(p)

for p in doc.paragraphs:    #显示出所有段落内容文本
    print(p.text)

for p in doc.paragraphs:
    for r in p.runs:        #每个段落都有一个『游程』列表
        print(r.text)       #列出所有『游程』内容文本

对docx文档内容的访问，通过以下方式实现。（结果都一样，暂时还不明白其中的区别）

>>> doc.paragraphs[0].text
'我改改你看看'
>>> doc.paragraphs[0].runs[0].text
'我改改你看看'

和段落对象并列级别的就是表格对象（Table），同理可通过doc.tables获得文档中所有表格的集合列表。表格对象下面有行（Row）列（Column）和格（Cell） 对象，Table对象有两个属性rows和columns，分别是行列集合列表。表格中的格（Cell）对象可以使用以下五种方法获取：

1. 使用Table对象的cell(row,col)方法。左上角的坐标为0,0；
2. 使用Table对象的row_cells(row_index)方法得到一个list，它包含了某一行的按列排序的所有Cell
3. 得到一个Row对象后，使用Row.cells属性得到该Row的按列排序的所有Cell
4. 使用Table对象的column_cells(column_index)方法得到一个list，它包含了某一列的按行排序的所有Cell
5. 得到一个Column对象后，使用Column.cells属性得到该Column的按行排序的所有Cell 

如果想遍历所有Cell，可以先遍历所有行（table.rows），再遍历每一行所有的Cell； 也可以先遍历所有列（table.columns），再遍历每一列所有的Cell。一个Cell对象最常用的属性是text。设置这个属性可以设定单元格的内容，读取这个属性可以获取单元格的内容。可以利用Cell对象的merge(other_cell)方法合并单元格。合并的方式为，以当前Cell为左上角，other_cell为右下角进行合并。

（本文知识摘自知乎博主：Jerry Jho，致谢！）